2023年3月14日,英国伦敦 – Omdia的最新报告《2023年生成式人工智能市场格局》(Generative AI Market Landscape 2023)表明,虽然ChatGPT、Stable Diffusion和其他生成式人工智能(Generative AI)为市场带来的明显兴奋和潜在机会真实存在,但生成式人工智能并无法解决任何类型的人工智能所面临的任何市场挑战,生成式人工智能并非灵丹妙药。
“生成式人工智能不会解决人工智能面临的基本挑战——偏见、隐私、责任、一致性和可解释性”,Omdia首席分析师Mark Beccue表示,“事实上,生成式人工智能在很大程度上加剧了这些问题。” 例如,作为大多数生成式人工智能输出来源的大型语言模型(LLM)采用公共数据进行训练,这些公共数据可能包括毒语言或对种族、性别、性取向、能力、语言、文化等有偏见的内容,这意味着输出本身可能存在偏见或不恰当。 再例如,生成式人工智能的输出不易解释——与大多数深度学习人工智能一样,其结果很难溯源。 虽然可解释性是整个人工智能行业所面临的挑战,但对生成式人工智能产出来说,该问题尤为突出,根据定义,其产出应该是“创造的”新事物。

生成式AI不会解决人工智能面临的基本挑战
2023年,生成式人工智能市场将处于非常早期阶段。 Omdia预测,今年围绕生成式人工智能使用方法,将迸发出创造性革新,同时会带来大量关于生成式人工智能的定义及其作用的困惑。
Omdia注意到塑造生成式人工智能轨迹的其他市场趋势,包括构建和货币化大型语言模型的竞赛以及云计算供应商所起的关键作用。 Omdia的《2023年生成式人工智能市场格局》研究了这些以及更多问题。该报告将通过确定关键驱动因素和障碍、市场趋势、主要用例、关键参与者及其如此关键的原因,以及人工智能分析师团队对2023年整个生成式人工智能生态系统的预测,来帮助读者了解快速变化的生成式人工智能市场格局。
好文章,需要你的鼓励
企业谈AI基础设施时,注意力往往首先集中在模型、GPU和算力集群上。但当大模型应用走向规模化推理,一个瓶颈开始浮现:算力采购完成,并不意味着Token能够被稳定、低成本、可控地交付出去。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。